UTCJ THEOREMA Revista científica Edición 7 julio - diciembre 2017 | Page 206

+ Análisis factorial confirmatorio
De acuerdo con Ruiz, Pardo y San Martin (2010), el análisis factorial
confirmatorio (AFC) confirma mediante el análisis de la muestra las re-
laciones propuestas a partir de la teoría explicativa que se haya decidido
utilizar como referencia. El análisis factorial confirmatorio arroja un nivel
de confianza para poder aceptar o rechazar dichas hipótesis.
Basado en el estudio de correlaciones y en la extracción de factores,
se propone el siguiente Modelo de Ecuaciones Estructurales (Figura 1),
el cual se ejecutó en AMOS versión 21. Con este modelo se probarán las
hipótesis propuestas en este estudio Se muestra en la Tabla 12 un resumen
de los índices de ajuste del modelo, los cuales indican un buen ajuste
(Ruiz, Pardo y San Martin, 2010) y en la Tabla 13 los resultados que
arroja AMOS.
De acuerdo a los resultados obtenidos en el modelo propuesto se ob-
serva que el factor Compromiso de la alta gerencia tiene una influencia
directo y positiva en los factores Educación de empleados y Participación
de empleados, de igual forma tiene una influencia directa sobre el sistema
de calidad, en total se explica el 25% de forma directa sobre el sistema de
calidad y el 10% y 85% de una forma indirecta, a través de los factores
Educación a empleados y Participación de empleados respectivamente.
así efectuar un contraste con los hallazgos de este estudio empírico, el
cual se muestra en la Tabla 15. Se procesó la información recolectada
mediante técnicas de análisis estadístico como Análisis Factorial Explo-
ratorio, Análisis Factorial confirmatorio y Ecuaciones Estructurales, para
la determinación de los Factores Críticos de Éxito.
Tabla 13. Resultados arrojados por AMOS sobre Índices de bondad
de ajuste.
+ Pruebas de hipótesis
Se muestra el estatus de las hipótesis planteadas en la Tabla 14.
Figura 1. Modelo propuesto para el estudio de caso.
Tabla 15. Contraste de FCE.
Conjuntamente, se probaron las hipótesis planteadas mediante técni-
cas como Índice Pearson, método de Análisis de Componentes princi-
pales y el Modelado de Ecuaciones Estructurales. Las hipótesis H 1 , H 2 ,
H 3 , H 4 , H 5 y H 10 fueron aceptadas, mientras que las hipótesis H 6 , H 7 , H 8
y H 9 no fueron aceptadas. Dentro de este procedimiento se efectuó una
correlación, de todos los factores respecto al factor Gestión de la Calidad,
probándose con el índice de Pearson, resultando así los factores que mos-
traban una mayor correlación, siendo estos: Compromiso de la alta geren-
+ Abdullah, M.M.B., Uli, J. y Tarí, J.J. (2008).
The influence of soft factor son quality improve-
ment and performance: Perceptions from mana-
gers. The TQM Journal 20(5), 436-452.
+ Baird, K., Hu, K.J. y Reeve, R. (2011). The
relationships between organizational culture, to-
tal quality management practices and operational
performance. International Journal of Operations
& Production Management 31(7), 789 – 814.
+ Black, S. y Porter, L. (1996). Identification
of the Critical Factor of TQM. Decision Sciences
27(1) 1-21.
Tabla 14. Pruebas de hipótesis.
5. Discusión de resultados y Conclusión
CMIN
206
De acuerdo con los objetivos planteados en el diseño de esta investiga-
ción, se realizó una revisión en la literatura entre diversos autores respecto
a los Factores Críticos de Éxito para la Gestión de la Calidad, permitiendo
Revista Científica
Los resultados del Análisis Factorial Exploratorio mostraron una re-
ducción de variables concentrando saturaciones en tres factores latentes,
los cuales podrían deducirse como beneficios para el empleado, partici-
pación del recurso humano y por último la planeación estratégica la cual
diversos autores señalan su importancia en el adecuado funcionamiento
de sistemas de calidad (Abdullah, Uli y Tarí, 2012; Giménez, Jiménez y
Martínez, 2014; Linderman, Schroeder y Choo, 2006).
Para el Análisis Factorial Confirmatorio se desarrolló un Modelo de
Ecuaciones Estructurales en el paquete AMOS versión 21, el cual mostró
un índice de bondad de ajuste muy aceptable. Se optó por utilizar los fac-
tores que resultaron de la reducción de variables mediante la técnica de
Análisis de Componentes Principales, resultando en el modelo propuesto el
factor Compromiso de la alta gerencia como el más influyente. Respecto al
factor Compromiso de la alta gerencia, se confirma el hallazgo con diversos
autores que recalca este factor como el más influyente para la implementa-
ción de diversas técnicas de calidad (Ho, Chang y Wang, 2008; Giménez,
Jiménez y Martínez, 2014; Zu, Fredendall y Douglas, 2008).
Bibliografía
Tabla 12. Índices de bondad de ajuste del modelo.
cia, Participación de empleados, Educación de empleados e Indicadores
de desemp eño y acceso a la información.
+ Cronbach, L. (1951). Coefficient alpha and
the internal structure of tests, Psychometrika 16,
297-334.
+ Gadenne, D. y Sharma, B. (2009). An inves-
tigation of the hard and soft quality management
factors of Australian SMEs and their association
with firm performance, International Journal of
Cabe resaltar que los Modelos de Ecuaciones Estructurales pueden ser
muy variados y aun así presentar índices de bondad de ajuste aceptables,
su elaboración depende de la teoría la cual se quiera demostrar o bien las
hipótesis que se deseen comprobar.
Debido a la naturaleza de la investigación como estudio de caso, los re-
sultados no pueden ser generalizados, así que para una investigación futura,
es recomendable ampliar la muestra para poder realizar una generalización,
otra recomendación; sería analizar distintos sectores de la IME.
Quality & Reliability Management 26 (9), 865 –
880. tivariantes para la geeración de variables laten-
tes. Revista EAN 64, 89-100.
+ Giménez, J., Jiménez, D. y Martínez M.
(2014). La gestión de calidad: importancia de la
cultura organizativa para el desarrollo de varia-
bles intangibles. Revista Europea de Dirección y
Economía de la Empresa 23, 115-126. + Rositas, J. (2009). Factores críticos de éxito
en la gestión de calidad total en la industria ma-
nufacturera mexicana. Ciencia UANL, 181-193.
+ Hernández, R., Fernández, C. y Baptista, L.
(2010). Metodología de la Investigación, México:
McGrawHill.
+ Ho Y.C.,Chang O.C. y Wang W.B. (2008).
An empirical study of key success factors for
Six Sigma Green Belt projects at an Asian MRO
company. Journal of Air transport Management
14. 263-269.
+ Linderman, K.,Schroeder, R. y Choo, A.
(2006) Six Sigma: The role of goals in improve-
ment teams. Journal of Operations Management
24, 779-790.
+ Ruiz, M., Pardo, A. y San Martín, R. (2010).
Modelos de ecuaciones estructurales. Papeles del
Psicólogo 31(1), 34-45.
+ Saraph, J., Benson, P. G., y Schroeder, R. G.
(1989). An instrument for measuring the critical
factor of quality management. Decision sciences,
810-829.
+ Zu, X., Fredendall, L. y Douglas, T. (2008).
The evolving theory of quality management: The
role of Six Sigma. Journal of Operations Manage-
ment 26, 630-650.
+ Poza, C. (2008). Técnicas estadísticas mul-
Revista Científica
207